Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade e Estatística Aula 05 Variáveis Aleatórias Discretas_02 Leitura Prévia • Seções 2.5, 2.6 e 2.7 – Páginas 65 a 76 do Livro do Yates. Modo ( ) ( ) .qualquer paramod xxXPxXP =≥= O modo de uma V. A. X é um número xmod satisfazendo Ex.: Em uma prova, dez estudantes tiraram as seguintes notas: 9, 5, 10, 8, 4, 7, 5, 5, 8, 7. O modo é 5, pois é a nota que aparece com maior freqüência. Mediana ( ) ( )medmed xxPxXP >=< A mediana, xmed, de uma variável aleatória X é um número que satisfaz Ex.: Em uma prova, dez estudantes tiraram as seguintes notas: 9, 5, 10, 8, 4, 7, 5, 5, 8, 7. A mediana é 7, pois há quatro resultados inferiores a 7 e quatro superiores a 7. Valor Esperado, Esperança ou Valor Médio • X pode assumir n valores x1,...,xn. • O experimento foi repetido N vezes (N→∞). • m1,...,mn: número de tentativas favoráveis aos resultados x1,...,xn, respectivamente. • Então o valor médio de X é dado por ( ) nnnn xN mx N mx N mxmxmxm N X +++=+++= 22112211 1 • Quando N →∞ ∑ = = n i iXi xpxX 1 )( Bernoulli [ ] ( ) pppXE =−×+×= 101 Geométrica [ ] ( ) p pppxXE x x −=−⋅⋅=∑ ∞ = 11 0 No livro do Yates a Geométrica é definida como o número de testes até o primeiro sucesso (e não o número de falhas até o primeiro sucesso). Assim, p(x) = p(1 - p)x-1 , x = 1,2,.., e E(x)=1/p. Poisson ( ) ( ) α α α α α α ααα == − == ∑∑∑ ∞ = − ∞ = − −∞ = − 01 1 0 !!1! k k x x x x e k e x e x xXE k = x - 1 Binomial, Pascal e Uniforme Discreta • Do Teorema 7 do livro do Yates (pág. 69) – Para uma V.A. “X” Binomial de parâmetros (n,p) definida em 2.7: – Para uma V.A. “X” Pascal de parâmetros (k,p) definida em 2.8: – Para uma V.A. “X” Uniforme Discreta de parâmetros (k,l) definida em 2.9: E X np kE X p ( ) 2 k lE X Função de uma Variável Aleatória ( ) ( ) ( ) ( )xXPxgyPyYP xgy ===== = )( ( ) ∑ = === yxgx xXPyYP )(: )( Se para cada valor y há apenas um valor correspondente de x Se há dois ou mais valores de x que resultam no mesmo valor de y, há que se somar as probabilidades correspondentes Exemplo ≤≤ ≤≤− == 10650 515.05.10)( 2 X XXXXgY ( ) = = == contrário caso0 8,7,6,51.0 4,3,2,115.0 x x xXP O modelo de cobrança para transmissões de Fax de uma companhia telefônica leva em conta apenas o número de páginas. O preço cobrado, em centavos, é dado por: O número de páginas de cada fax, X, é uma variável aleatória com função massa de probabilidade: FMP de Y ? 0.15 0.1 X=1 X=2 X=3 X=4 X=5 X=6 X=7 X=8 Y = 10 Y = 19 Y = 27 Y = 34 Y = 40 Y = 50 FMP de Y = = = == contrário caso0 503.0 401.0 34,27,19,1015.0 )( y y y yYP Valor esperado de uma função de uma variável aleatória ( ) ( ) ( ) ( ) ( )∑∑ ∑ ∑ ∑∑ ∈∈ = ∈ =∈ =⋅==⋅= =⋅==⋅= = xy yy SxSy yxgx Sy yxgxSy xXPxgxXPxg xXPyyYPyYE xgy )()( )( )(: )(: ( ) ( )∑ ∈ =⋅= xSx xXPxgYE )( Exemplo • Calcular o valor médio da variável aleatória Y do exemplo anterior. Propriedades [ ] 0=− xXE µ ( )[ ] ( ) ( ) ( ) ( ) 0==−=⋅==−= ∑∑∑ ∈∈∈ XXX Sx x SxSx x xXPxXPxxXPxxgE µµ [ ] ( ) bXaEbaXE +=+ Prova Exercícios • Exercícios 2.5.1 a 2.7.9 – Capítulo 2 – Livro Yates • Série de Exercícios No 5 – Prazo de Entrega: 1 semana Probabilidade e Estatística Leitura Prévia Modo Mediana Valor Esperado, Esperança ou Valor Médio Bernoulli Geométrica Poisson Binomial, Pascal e Uniforme Discreta Função de uma Variável Aleatória Exemplo FMP de Y ? FMP de Y Valor esperado de uma função de uma variável aleatória Exemplo Propriedades Exercícios
Compartilhar